Il modello di sistemi autonomi di AI
Uno degli obiettivi finali dell’intelligenza artificiale è la capacità delle macchine di operare da sole, con poca o nessuna interazione umana. Questa idea di sistemi autonomi costituisce uno dei sette modelli di intelligenza artificiale che rappresentano i modi comuni in cui le organizzazioni applicano l’IA. Mentre alcuni dei modelli sono focalizzati sull’analisi predittiva o sui modelli conversazionali, o sui sistemi in grado di riconoscere le cose nel mondo che ci circonda, quei modelli coinvolgono ancora l’interazione umana. Dopotutto, abbiamo bisogno che gli umani siano coinvolti in sistemi di conversazione o di riconoscimento. Tuttavia, il modello autonomo è molto più complicato in quanto chiediamo a una macchina di fare qualcosa nel mondo reale senza un essere umano nel circuito. Questi tipi di sistemi sono più difficili da implementare e generalmente impiegano più tempo a mostrare il ROI.
Spiegazione del modello autonomo
I sistemi autonomi sono definiti come sistemi in grado di svolgere un compito, raggiungere un obiettivo o interagire con l’ambiente circostante con un coinvolgimento umano minimo o nullo. È anche essenziale che questi sistemi siano in grado di prevedere, pianificare ed essere consapevoli del mondo che li circonda. Ciò viene applicato sia ai sistemi autonomi hardware fisici sia ai sistemi autonomi software (“robot” software).
Esempi di questo modello includono veicoli e macchine autonomi e robot autonomi di ogni genere. Vediamo anche sistemi autonomi sotto forma di documentazione autonoma e generazione di conoscenza autonoma, nonché processi autonomi e automazione cognitiva. I sistemi autonomi hanno la capacità di creare documentazione legale e medica, fatture e registrare automaticamente i dati. Può anche aiutare le aziende a instradare automaticamente ticket o flussi di lavoro. Con la sua capacità di aiutare con le previsioni di inventario, migliorare i tempi di spedizione e il monitoraggio, è facile capire perché ne sia parlato in modo positivo nell’area logistica.
Anche i robot collaborativi, o cobot, sono una forma di sistema autonomo. Nel caso in cui non si abbia familiarità con questo concetto, i cobot sono pensati per operare congiuntamente e in stretta vicinanza con gli umani per svolgere i loro compiti. Ciò è in contrasto con i robot industriali che vengono messi in gabbia e separati fisicamente dagli umani. Anche se i cobot possono operare in un ruolo di intelligenza aumentata , sono destinati a operare indipendentemente dagli umani anche se si trovano nelle immediate vicinanze.
L’obiettivo primario del modello di sistemi autonomi è di minimizzare o eliminare il lavoro umano. Quando si rimuove un essere umano dall’equazione, è necessario assicurarsi che il sistema autonomo sia il più vicino possibile alle prestazioni a livello umano. Come tale, puoi vedere che è questo il motivo per cui questo è uno dei modelli più difficili da implementare. Naturalmente, poiché i sistemi autonomi mirano a ridurre al minimo il lavoro umano, devono essere affidabili, coerenti e di livello molto elevato.
Livelli di autonomia
Quando molte persone pensano ad esempi nel modello autonomo, pensano immediatamente ai veicoli autonomi. Dopotutto, avere un veicolo che guida completamente un umano dal punto A al punto B senza che l’essere umano debba mai essere coinvolto o assumere la guida, sarebbe incredibile ed è qualcosa che tutti possiamo immaginare. Tuttavia, dal momento che passiamo da veicoli completamente gestiti dagli umani a completamente autonomi, non è un approccio tutto o niente.
La Society for Automotive Engineers ha definito sei livelli di autonomia dal livello 0 al livello 5 . A un’estremità dello spettro, i veicoli autonomi di livello 0 richiedono il pieno controllo umano di tutte le operazioni e processi decisionali. All’altra estremità dello spettro, i veicoli completamente autonomi di livello 5 porteranno drammatici cambiamenti alla maggior parte delle industrie e avranno importanti impatti sociali ed economici. I livelli di autonomia sono necessari a causa della natura ad alto rischio delle applicazioni autonome della vita reale. C’è poco spazio per l’errore, quindi è necessario prendere ulteriori precauzioni per ogni livello. Incorporare sistemi autonomi in un progetto o in una situazione di vita reale è un compito complesso e difficile e le applicazioni autonome devono essere il più vicino possibile alla perfezione.
Quando la gente pensa al modello autonomo, pensa anche a robot come Rosie dei Jetson, C3PO o R2D2 di Star Wars o altri robot che vengono da Hollywood. Questi robot sono in grado di svolgere molti compiti che gli umani possono fare come parlare, cucinare, raccogliere oggetti, evitare ostacoli davanti a loro e una serie di altre cose che gli umani fanno. Tuttavia, in realtà, molti robot hanno vari livelli di intelligenza, se presenti. I robot industriali, ad esempio, sono semplicemente macchine programmate per eseguire un’attività ripetitiva. La stragrande maggioranza dei sistemi robotici non contiene alcun sistema di apprendimento automatico o intelligenza per così dire. Questi robot sono programmati per completare compiti ripetitivi e laboriosi con l’obiettivo di ridurre il lavoro umano mentre svolgono vari compiti in modo più efficiente. In sostanza, questa è automazione,
Il fatto spesso trascurato è che l’ automazione non è correlata all’intelligenza . Solo perché un sistema può ripetere qualcosa che un essere umano gli ha ordinato di fare non significa che abbia la capacità di imparare qualcosa. Queste macchine sono semplicemente programmate per eseguire ripetutamente lo stesso compito. L’incomprensione dell’automazione in quanto qualcosa di più che semplici istruzioni e proiezioni umane potrebbe essere dovuta alla tendenza del pubblico in generale a immaginare la versione dei robot che i media ritrae al momento della menzione della robotica.
Ciò porta alla discussione sull’automazione del software e sull’hardware. La popolarità di Robotic Process Automation (RPA) è reale. Le persone vogliono essere in grado di automatizzare i processi basati su software che normalmente richiedono molta attività umana. Nonostante la mancanza di processi intelligenti di RPA, i compiti che svolgono sono fondamentali per aiutare le aziende a migliorare i loro sistemi di intelligenza cognitiva. Inoltre, queste macchine elaborano costi di manodopera significativamente inferiori e possono mostrare un ROI immediato nonostante la loro mancanza di AI. In effetti, molti considerano RPA un gateway per l’IA.
Tuttavia, RPA non deve rimanere rigorosamente privo di AI. Proprio come l’IA può essere aggiunta ai robot industriali, può anche essere aggiunta all’RPA. Un vantaggio di questa collaborazione sarebbe la capacità di creare un’automazione intelligente del flusso di lavoro in grado di rilevare automaticamente i cambiamenti nel software o nei sistemi e colli di bottiglia nel lavoro. Allo stesso modo corre la possibilità di sviluppare processi aziendali autonomi che consentirebbero l’ottimizzazione e l’analisi dei processi aziendali senza la necessità di esseri umani. Negli ultimi mesi, alcuni dei grandi fornitori di RPA stanno effettivamente cercando di incorporare l’IA in RPA.
Mentre il sistema di schemi autonomi dell’IA è probabilmente il più difficile da implementare, se fatto correttamente, può avere un impatto incredibile. Si raccomanda di porre molta attenzione a qualsiasi passo che potrebbe comportare l’autonomia. Con le molte possibilità, il futuro del modello autonomo è luminoso.
